基于深度学习技术的智慧考场方案的应用探究

作者：周伟鸿; 朱思霖

来源：信息技术与信息化, 2020, (12): 224-227.

• 深度学习
• 智慧考场
• YOLOv5
• ECO
• 辅助

为解决传统监考方式中监考不严、取证较难、效率低下等问题,文章提出了一种基于深度学习技术的智慧考场辅助方案。该方案通过模拟真实考试场景获取考场监控视频数据,经数据预处理操作后,运用YOLOv5算法对考生进行定位,最后使用ECO算法对考生异常行为进行识别。在考生位置检测方面,YOLOv5的检测速度及精度效果较好,平均精度均值mAP达到99%,几乎无漏检及误检;在行为识别方面,使用ECO算法对考生的异常行为进行识别,识别精度接近70%。相比传统的监考方式,本方案利用深度学习技术能够更精确地定位考生的位置信息并对考生的异常行为进行判定,这对于辅助监考有着重要的意义。

• 单位
  厦门大学嘉庚学院